还在用Excel+ppt做数据分析报告？用这个方法更快、更简单

无论是专业的数据分析师还是销售、人力等基本的业务岗位，在汇报时总是免不了要用到各种各样的数据分析，为了让数据展现更加直观，基本上利用数据图表将数据可视化，然后再配合文字的解读，让报告看起来更直观。

常规的做法就是Excel+ppt，数据先用excel进行数据分析和可视化，然后再将图表复制或者截图粘贴到ppt中，初级玩家做出来大概就是下面这样：

如果想要逼格更高一些，那就要同时掌握Excel和ppt的高阶技能了，比如利用Excel透视表实现动态图表，再在图表之间设置数据联动钻取等等，再利用ppt搭配一些可视化元素，才能达到令人眼前一亮的效果。

但是这样的方法，操作起来步骤太繁杂了，对于Excel操作不熟练的朋友来说不太友好，而且Excel自带的图表比较单一，可视化效果也不够酷炫，如果涉及到的数据量大的分析，Excel会卡到爆。

所以今天教大家一个快速制作数据分析报告的方法，几分钟就可以完成一份精美的数据可视化分析报告。

效果图如下：

这是我做的一个银行理财产品用户分析报告，报告展示的整体用户的特征分析，点击图中男女比例中的男性部分，其他图表中的数据会自动联动显示男性用户的各类分析特征，还可以点击不同年龄段的人群，联动分析不同年龄段的用户特征。

在汇报的时候直接将这个分析报告投放到屏幕上，通过图表联动钻取，给领导详细拆解汇报不同性别，年龄段的用户特征，各类特征分析数据一目了然，比起一页页的翻ppt，这样的汇报方式更加直观、简洁，领导更加喜欢。

如何制作?

上面的效果实现的办法有很多种，Excel就可以做，如果你python掌握的不错，做起来也不困难，不过最省时省力的方法还是用BI工具做，比如tableau、powerbi、Finebi等等，这次我用的是FineBI，简单给大家介绍一下用BI工作制作数据分析报告的过程：

1、链接/导入数据

可以导入Excel数据集，也可以直接和数据库链接，导入数据库中的数据，我这边用的是FineBI自带的行业样式数据，里面包含了各行业常见的数据表，非常适合用来练手

2、数据处理

数据分析的过程中，我们往往要对数据进行处理加工，过滤掉格式不正确的数据或者计算一些数据指标，在FineBI中是通过自助数据集来进行数据加工的，可以对数据进行过滤、分组汇总、排序、合并等一系列的加工操作，鼠标点击就可以实现，而且每一步的操作都会记录下来，可以随时随地点击某一步操作，进行修改检查

数据处理的部分我就不多讲了，基本的步骤功能写的很清楚，稍微摸索一下就会了

3、图表制作

数据整理好了，下面就是图表制作了，这一步的操作非常简单，你只要把对应的数据列拖拽到坐标轴上，图表就自动生成了，而且它里面自带的图表类型非常丰富，图表样式设计也比Excel美观多了

比如我们做上面这样的用户年龄区间分布图，把年龄段拖入颜色，记录数行数(人数，一行记录代表一个人)拖入角度，饼图就自动生成了，然后再给饼图添加一下数据标签，把年龄和记录数拖入标签，记录数设置成百分占比，这样就完成了：

同样的方法，完成其他的分析图表

学历分析：

理财产品购买金额分析：

风险偏好分析：

用户理财目的分析

3、报告生成

所有的数据分析图表做好之后，点击进入仪表板，对所有的图表组件进行布局，自由式布局界面，你可以随心所欲的调整组件大小，拖拽摆放。

然后我们还可以添加文本组件，对我们的分析结果进行说明，或者添加图片组件，装饰我们的作品，让报告看起来更加美观

除此之外，你还可以设置图表之间的联动和钻取，添加各种过滤组件，对数据进行过滤

最后一张完美的数据分析报告就生成了，你可以将做好的报告以链接的形式分享给领导看，或者导出成图片/pdf的形式分享

同样的方法，拖拖拽拽还可以制作炫酷的可视化驾驶舱，投到会议室大屏上，领导开会的时候直接就能看到清晰直观的数据分析结果

【编辑推荐】

1. Python数据分析实战，小费数据集应用
2. 说说做数据分析遇到的那些坑，给大家提个醒
3. Python数据分析Numpy库常用函数详解，提到循环就该想到的库
4. 自然语言处理在如何改变数据分析界
5. 从数据库到可视化性能，5个大数据分析工具测评，python只排倒数

【责任编辑：华轩 TEL：（010）68476606】